首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >问答首页 >sklearn train_test_split - ValueError:发现样本数量不一致的输入变量:[2552,1] /Linear回归

sklearn train_test_split - ValueError:发现样本数量不一致的输入变量:[2552,1] /Linear回归
EN

Stack Overflow用户
提问于 2020-08-31 22:17:36
回答 1查看 84关注 0票数 0

我需要帮助重塑我的输入以匹配我的输出。

我想创建一个对‘所有信息’信息进行矢量化和分类的模型,这样标签‘’Fall‘就可以分为0和1。然而,我一直得到[ValueError: Found input variables with inconsistent of samples: 2552,1]错误。这个“形状”看起来很好,但我不知道怎么修理它。

代码语言:javascript
运行
复制
## Linear Regression

import pandas as pd
import numpy as np
from tqdm import tqdm
#instance->fit->predict

from sklearn.linear_model import LinearRegression

model=LinearRegression(fit_intercept=True)

data=pd.read_csv("Fall_test_0826.csv", encoding='cp949', header=0)
data.head(2)


X=data.drop(["fall"], axis=1)

y= data.fall


from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.1, random_state = 0) 


from sklearn.feature_extraction.text import TfidfVectorizer

tfidf_vect=TfidfVectorizer()
tfidf_vect.fit(X_train)#단어사전 만듬

X_train_tfidf_vect = tfidf_vect.fit_transform(X_train['All information']).toarray()
X_test_tfidf_vect = tfidf_vect.transform(X_test)

lr_clf=LinearRegression()
lr_clf.fit(X_train_tfidf_vect, y_train)
pred = lr_clf.predict(X_test_tfidf_vect)


from sklearn.metrics import accuracy_score

print('Logisitic Regression _ {0:.3f}'.format(accuracy_score(y_test, pred)))

错误:

代码语言:javascript
运行
复制
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-85-bec6ead862c8> in <module>
----> 1 print('{0:.3f}'.format(accuracy_score(y_test, pred)))

~\anaconda3\lib\site-packages\sklearn\utils\validation.py in inner_f(*args, **kwargs)
     71                           FutureWarning)
     72         kwargs.update({k: arg for k, arg in zip(sig.parameters, args)})
---> 73         return f(**kwargs)
     74     return inner_f
     75 

~\anaconda3\lib\site-packages\sklearn\metrics\_classification.py in accuracy_score(y_true, y_pred, normalize, sample_weight)
    185 
    186     # Compute accuracy for each possible representation
--> 187     y_type, y_true, y_pred = _check_targets(y_true, y_pred)
    188     check_consistent_length(y_true, y_pred, sample_weight)
    189     if y_type.startswith('multilabel'):

~\anaconda3\lib\site-packages\sklearn\metrics\_classification.py in _check_targets(y_true, y_pred)
     79     y_pred : array or indicator matrix
     80     """
---> 81     check_consistent_length(y_true, y_pred)
     82     type_true = type_of_target(y_true)
     83     type_pred = type_of_target(y_pred)

~\anaconda3\lib\site-packages\sklearn\utils\validation.py in check_consistent_length(*arrays)
    254     uniques = np.unique(lengths)
    255     if len(uniques) > 1:
--> 256         raise ValueError("Found input variables with inconsistent numbers of"
    257                          " samples: %r" % [int(l) for l in lengths])
    258 

ValueError: Found input variables with inconsistent numbers of samples: [2552, 1]

enter image description here

enter image description here

EN

回答 1

Stack Overflow用户

发布于 2020-09-02 16:03:52

我认为您必须将代码中的代码行从

代码语言:javascript
运行
复制
X_test_tfidf_vect = tfidf_vect.transform(X_test)

代码语言:javascript
运行
复制
X_test_tfidf_vect = tfidf_vect.transform(X_test['All information'])

但是你的方法是错误的。您要进行线性回归,但要尝试使用分类指标(accuracy_score) (Reference)

这样做会导致错误ValueError: Classification metrics can't handle a mix of binary and continuous targets

所以这是行不通的,因为您的数组pred将保存浮点值,例如0.5,但是对于accuracy_score,您需要将类标签作为整数,例如0、1、2或3等。

您需要使用回归指标来评估您的线性回归。

看看可用的回归指标here

票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/63672551

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档